[論文レビュー] From differential equations to Boolean networks: A Case Study in modeling regulatory networks

Maria Davidich, Stefan Bornholdt|arXiv (Cornell University)|Jul 7, 2008

Gene Regulatory Network Analysis参考文献 27被引用数 4

ひとこと要約

本論文は、単純な微分方程式（ODE）モデルとブールネットワークの間の数学的に厳密な関係を、分裂酵母の細胞周期の文脈で確立している。単調なシグモイド関数（特にミハイリス・メンテンキネティクスを含む）を用いたODEに粗粒度化極限を適用することで、ブールネットワークがODEモデルの規制状態の順序を正確に再現できることを示し、動的詳細が不明または計算コストが高いために利用できないシステムにおいて、ブールネットワークが信頼できる低パラメータ代替手法であることを検証している。

ABSTRACT

Methods of modeling cellular regulatory networks as diverse as differential equations and Boolean networks co-exist, however, without any closer correspondence to each other. With the example system of the fission yeast cell cycle control network, we here set the two approaches in relation to each other. We find that the Boolean network can be formulated as a specific coarse-grained limit of the more detailed differential network model for this system. This lays the mathematical foundation on which Boolean networks can be applied to biological regulatory networks in a controlled way.

研究の動機と目的

• 詳細なODEモデルと簡略化されたブールネットワークモデルの間の正式な数学的関係を確立すること。
• 生物学的に関連するシステムにおいて、ブールネットワークがODEモデルの粗粒度化極限として導出可能かどうかを調査すること。
• 動的順序と頑健性を、動的パラメータを必要とせずに元のODEモデルが再現できるかどうかを検証すること。
• ODEに基づくレギュラトリーネットワークを、明確な数学的変換によってブールネットワークに変換する体系的なフレームワークを提供すること。

提案手法

• 本研究は、Novakら（2001）のODEモデルに基づき、分裂酵母の細胞周期をモデル系として用いる。
• 単調なシグモイド関数、特にミハイリス・メンテンキネティクスを用いたODEに粗粒度化手順を適用し、連続変数を2値のON/OFF状態にマッピングする。
• 上昇・下降の漸近値が明確に分離されたシグモイド関数を用いてスイッチ型の挙動を模倣し、連続的ダイナミクスから離散論理への移行を可能にする。
• 中程度または高濃度の変数は、単純なON/OFF状態では捉えきれない機能的差を保持するため、別個のブールノードに分割する。
• 得られたブールネットワークは、ODEモデルのレギュラトリーモデル構造から導出された論理的更新関数を用いて構築される。
• モデルの挙動は、元のODEモデルと比較して状態の順序、アトラクタ構造、および撹乱（例：遺伝子ノックアウト）への反応を検証することで検証される。

実験結果

リサーチクエスチョン

• RQ1 詳細なレギュラトリーネットワークのODEモデルから、数学的に明確な定義された粗粒度化極限としてのブールネットワークを導出できるか？
• RQ2 得られたブールモデルは、元のODEモデルと同一の動的状態の順序を再現するか？
• RQ3 初期条件の変動や遺伝子ノックアウトなどの撹乱に対して、ブールモデルはどの程度頑健か？
• RQ4 ODEからブールへのマッピングが、系の定性的な挙動を保持するための条件は何か？

主な発見

• 同じ生物学的条件下で初期化された場合、ブールネットワークモデルは元のODEモデルと同一の細胞周期状態の順序を正確に再現した。
• ブールモデルは、全軌道の67％を占める支配的アトラクタ状態を示し、これはODEモデルで観察された生物学的定常状態と一致した。
• 初期条件に対して頑健であることが示され、粗粒度化が系の主要なダイナミクス的特徴を保持していることが示された。
• ODEが単調なシグモイド関数（特にミハイリス・メンテンキネティクスなど）を用い、上昇・下降の漸近値が明確に分離されている場合、ODEからブールへの変換は有効である。
• シグモイド関数を異なる形（例：ヒル関数や誤差関数）に置き換えても、系の挙動に顕著な変化はなく、マッピングの一般性が裏付けられた。
• 本手法により、ブールフレームワーク内で突然変異をモデル化でき、その結果はODEモデルが予測するものと一致し、両手法間の整合性が確認された。